2014機器人多感知技術(shù)

課程編號12S12C0209課程編號12S12C0209課程名稱機器人多感知技術(shù)學(xué)期2014年春學(xué)位層次碩士適合專業(yè)機械工程 共1頁第_」頁課程編號12S12C0209課程編號12S12C0209課程名稱機器人多感知技術(shù)學(xué)期2014年春學(xué)位層次碩士適合專業(yè)機械工程 共1頁第_」頁目錄摘要Abstract1.機器人與傳感器2傳感信息的分類3信息融合的具體方法4機器人多感知技術(shù)的前沿理論和發(fā)展趨勢4.1機器人多感知技術(shù)的發(fā)展趨勢4.2機器人多感知技術(shù)的前沿理論5總結(jié)摘要隨著傳感器技術(shù)的進步，多傳感器信息融合技術(shù)在移動機器人中的應(yīng)用已成為一個熱門的研究領(lǐng)域，為移動機器人探索不確定和未知環(huán)境提供了一種技術(shù)途徑，是機器人實現(xiàn)更高級智能行為的基礎(chǔ)。首先，本文介紹了機器人與多感知技術(shù)的聯(lián)系。然后描述了傳感信息的分類和信息融合的幾種具體方法。最后介紹了一下機器人多感知技術(shù)的前沿技術(shù)和未來發(fā)展方向。關(guān)鍵詞 多感知技術(shù)機器人信息融合AbstractWithadvancesinsensortechnology,multi-sensorinformationfusiontechnologyinmobilerobotapplicationhasbecomeahotareaofresearch,formobilerobotstoexploreunknownenvironmentofuncertainty andprovideatechnicalway,istoachieveamoreadvaneedrobotintelligentbehaviorfoundation. First,thearticledescribestherobotandmulti-touchsensingtechnology.Itthendescribesthesensorinformationclassificationandinformationfusionofseveralspecificmethods.Finally,alittlemorethanroboticsensingtechnologycutting-edgetechnologyandthefuturedirectionofdevelopment.KeywordsMulti-sensingTechnologyRobotInformationFusion1機器人與傳感器生產(chǎn)替代人勞動的機器一直是人類的夢想，研究機器人，首先是從模仿人開始"考察人的勞動（與環(huán)境交互過程）,我們發(fā)現(xiàn)人是通過五官（視覺、聽覺、嗅覺、味覺、觸覺）接收來自外界的信息,這些信息通過神經(jīng)傳遞給大腦，大腦對這些分散的信息進行加工。綜合后發(fā)出行為指令 ，調(diào)動肌體（如手足等）執(zhí)行某些動作。如果希望機器代替人類勞動，則發(fā)現(xiàn)大腦可與當今的計算機相當,肌體與機器人的執(zhí)行機構(gòu)相當，五官可與機器人的各種外部傳感器相當。也就是說，計算機是人類大腦或智力的外延，執(zhí)行機構(gòu)是人類四肢的外延，傳感器是人類五官的外延。其中，傳感器處于連接外界環(huán)境與機器人的接口位置，是機器人信息獲取的窗口。機器人的感知類型主要有如圖1所示的幾種⑴?！钙矫嬉曈X..視堂（包括顏色、光強等）彳I立體視員接近賁想覺和溫覺｝力覺聽覺圖1工業(yè)機器人之所以能夠準確操作，是因為它能夠通過各種傳感器來準確感知自身、操作對象及作業(yè)環(huán)境的狀態(tài)，包括：其自身狀態(tài)信息的獲取通過內(nèi)部傳感器（位置、位移、速度、加速度等）來完成,操作對象與外部環(huán)境的感知通過外部傳感器來實現(xiàn)，這個過程非常重要，足以為機器人控制提供反饋信息。要使機器人擁有智能，對環(huán)境的變化作出反應(yīng)，首先,必須使機器人具有感知環(huán)境的能力，用傳感器采集環(huán)境信息是機器人智能化的第一步；其次,如何采用適當?shù)姆椒?，將多個傳感器獲取的環(huán)境信息課程編號12S12C0209課程編號12S12C0209課程名稱機器人多感知技術(shù)學(xué)期2014年春學(xué)位層次碩士適合專業(yè)機械工程 共1頁第_」頁課程編號12S12C0209課程編號12S12C0209課程名稱機器人多感知技術(shù)學(xué)期2014年春學(xué)位層次碩士適合專業(yè)機械工程 共1頁第_」頁加以綜合處理，控制機器人進行智能作業(yè)，更是機器人智能化的重要體現(xiàn)，所以,傳感器及其信息處理系統(tǒng),兩者相輔相成，構(gòu)成了機器的智能，為機器人智能作業(yè)提供決策的依據(jù)".由此，組成了機器人智能技術(shù)中兩個最為重要的相關(guān)領(lǐng)域：機器人的多感覺系統(tǒng)(Robotsnesorysystem)和多傳感信息的集成與融合(MultisensorlntegrationandFusion) [2]。在機器人技術(shù)中中，傳感器技術(shù)是實現(xiàn)測試與自動控制的重要環(huán)節(jié)。 在機器人測試系統(tǒng)中，被作為一次儀表定位，其主要特征是能準確傳遞和檢測出某一形態(tài)的信息， 并將其轉(zhuǎn)換成另一形態(tài)的信息。具體地說，傳感器是指那些對被測對象的某一確定的信息具有感受(或響應(yīng))與檢出功能，并使之按照一定規(guī)律轉(zhuǎn)換成與之對應(yīng)的可輸出信號的元器件或裝置。如果沒有傳感器對被測的原始信息進行準確可靠的捕獲和轉(zhuǎn)換，一切準確的測試與控制都將無法實現(xiàn)； 即使最現(xiàn)代化的電子計算機，沒有準確的信息(或轉(zhuǎn)換可靠的數(shù)據(jù))、不失真的輸入，也將無法充分發(fā)揮其應(yīng)有的作用⑶。2傳感信息的分類⑷機器人外部傳感器所采集到的信息是多種多樣的，為使這些信息能得以統(tǒng)一協(xié)調(diào)的利用，對信息進行分類是必要的，為使信息分類與多傳感器信息融合的型式相對應(yīng)，將其分成以下三類：冗余信息、互補信息和協(xié)同信息冗余信息：是由多個獨立傳感器提供的關(guān)于環(huán)境信息中同一特征的多個信息 ，也可以是某一傳感器在一段時間內(nèi)多次測量得到的信息，這些傳感器一般是同質(zhì)的。由于系統(tǒng)必須根據(jù)這些信息形成一個統(tǒng)一的描述，所以這些信息又被稱為競爭信息。冗余信息可用來提高系統(tǒng)的容錯能力，提高可靠性。冗余信息的融合可以減少測量噪聲等引起的不確定性，提高整個系統(tǒng)的精度。由于環(huán)境的不確定性，感知環(huán)境中同一特征的兩個傳感器也可能得到彼此差別很大甚于予盾的信息 ，冗余信息的融合必須解決傳感器間的這種沖突，所以關(guān)于同一特征的冗余信息在融合前要進行傳感數(shù)據(jù)的一致性檢驗"第六章討論的定量信息融合就是解決冗余信息的融合問題。 互補信息:在一個多傳感器系統(tǒng)中,每個傳感器提供的環(huán)境特征都是彼此獨立的，即感知的是環(huán)境各個不同的側(cè)面，則將這些特征綜合起來就可以構(gòu)成一個更為完整的環(huán)境描述，這些信息被稱為互補信息?；パa信息的融合減少了由于缺少某些環(huán)境特征而產(chǎn)生的對環(huán)境理解的歧義，提高了系統(tǒng)描述環(huán)境的完整性和正確性，增強系統(tǒng)的正確決策能力。由于互補信息一般來自于異質(zhì)傳感器，它們在測量精度、范圍輸出形式等方面有較大的差異，因此融合前先將不同傳感器的信息抽象為同一種表達形式就顯得尤為重要。這一問題涉及不同傳感器統(tǒng)一模型的建立。在多傳感器系統(tǒng)中，當一個傳感器的信息獲得必須依賴于另一個傳感器的信息時;或一個傳感器必須與另一個傳感器配合工作才能獲得所需信息時 ，這兩個傳感器提供的信息被稱為協(xié)同信息。協(xié)同信息的融合，很大程度上是與各傳感器使用的時間或順序有關(guān)。如在一個配備了超聲波傳感器的系統(tǒng)中，以超聲波測距獲得遠處目標物體的距離信息，然后根據(jù)這一距離信息自動調(diào)整攝像機的焦距，使之與物體對焦，從而獲得監(jiān)測環(huán)境中物體的清晰圖像。由于協(xié)同信息的融合在技術(shù)上完全有別于前二種信息的融合⑸課程編號12S12C0209課程名稱機器人多感知技術(shù)學(xué)期2014年春學(xué)位層次碩士適合專業(yè)機械工程 共1頁第_」頁3信息融合的具體方法多傳感器信息融合要靠各種具體的融合方法來實現(xiàn) ，在一個多傳感器系統(tǒng)中，各種信息融合方法將對系統(tǒng)所獲得的各類信息進行有效的處理或推理 ，以引成系統(tǒng)一致的結(jié)果"目前尚無一種通用的方法對各種傳感器都能進行融合處理，一般要依據(jù)具體的應(yīng)用場合而定，現(xiàn)有的許多處理方法，歸納起來主要有：1） 加權(quán)平均法⑹：這是一種最簡單的實時處理信息的融合方法，該方法將來自于不同傳感器的冗余信息進行加權(quán)，得到的加權(quán)平均值即為融合的結(jié)果"應(yīng)用該方法必須先對系統(tǒng)和傳感器進行詳細的分析,以獲得正確的權(quán)值"2） 基于參數(shù)估計的信息融合方法：包括最小二乘法、極大似然估計、貝葉斯估計和多貝葉斯估計等。數(shù)理統(tǒng)計是一門成熟的學(xué)科，當傳感器采用概率模型時，數(shù)理統(tǒng)計中的各種技術(shù)為傳感器的信息融合提供了豐富的內(nèi)容"極大似然估計是靜態(tài)環(huán)境中多傳感器信息融合的一種比較常用的方法 ，它將融合信息取為使似然函數(shù)達到極值的。3） 估計值"貝葉斯估計同樣也是靜態(tài)環(huán)境中信息融合［6］的一種方法，其信息描述為概率分布，適用于具有可加高斯噪聲的不確定性信息的處理"多貝葉斯估計是由Durrnatwhyte提出的另一種數(shù)理統(tǒng)計的多傳感器信息融合方法，他將系統(tǒng)中的各傳感器作為一個決策者隊，通過隊列的一致性觀察來描述環(huán)境"首先把每個傳感器作為一個貝葉斯估計，將各單獨物體的關(guān)聯(lián)概率分布結(jié)合成一個聯(lián)合的后驗概率分布函數(shù)，然后通過使聯(lián)合分布函數(shù)的似然函數(shù)為最大，提供多傳感器信息的最終融合值"基于參數(shù)估計的融合法⑺作為多傳感器信息的定量融合非常合適?4） hsaefr一DemPsetr證據(jù)推理:該方法是貝葉斯方以的擴展，它將前提嚴格的條件從僅是它的可能成立中分離開來，從而使任何涉及先驗概率的信息缺乏得以顯示化 ?它用信任區(qū)間描述傳感器的信息,不但表示了信息的已知性和確定性，而且能夠區(qū)分未知性和不確定性"多傳感器信息融合時，將傳感器采集的信息作為證據(jù)，在決策目標集上建立一個相應(yīng)的基本可信度，這樣,證據(jù)推理能在同一決策框架下,用DemPsert合并規(guī)則將不同的信息合并成一個統(tǒng)一的信息表示"證據(jù)決策理論允許直接將可信度賦予傳感器信息的合取，既避免了對未知概率分布所作的簡化假設(shè)，又保留了信息"證據(jù)推理的這課程編號12S12C0209課程名稱機器人多感知技術(shù)學(xué)期2014年春學(xué)位層次碩士適合專業(yè)機械工程 共1頁第_」頁些優(yōu)點使其廣泛應(yīng)用于多傳感器信息的定性融合"5） 產(chǎn)生式規(guī)則：它采用符號表示目標特征和相應(yīng)的傳感器信 J自!之間的聯(lián)系，與每個規(guī)則相聯(lián)系的置信因子表示其不確定性程度，當在同一個邏輯推理過程中的兩個或多個規(guī)則形成一個聯(lián)合的規(guī)則時,可產(chǎn)生融合"產(chǎn)生式規(guī)則存在的問題是每條規(guī)則的可信度與系統(tǒng)的其它規(guī)則有關(guān) ，這使得當系統(tǒng)的條件改變時，修改相對困難，如系統(tǒng)需要引人新的傳感器，則需要加人相應(yīng)的附加規(guī)則"6） 模糊理論和神經(jīng)網(wǎng)絡(luò)：多傳感器系統(tǒng)中，各信息源提供的環(huán)境信息都具有一定程度的不確定性，對這些不確定信息的融合過程實質(zhì)上是一個不確定性推理過程，模糊邏輯是一種多值型邏輯，通過指定一個從0到1之間的實數(shù)表示其真實度?模糊融合過程直接將不確定性表示在推理過程中"如果采用某種系統(tǒng)的方法對信息融合中的不確定性建模，則可產(chǎn)生一致性模糊推理"7） 神經(jīng)網(wǎng)絡(luò)根據(jù)樣本的相似性，通過網(wǎng)絡(luò)權(quán)值表述在融合的結(jié)構(gòu)中，首先通過神經(jīng)網(wǎng)絡(luò)特定的學(xué)習(xí)算法來獲取知識，得到不確定性推理機制，然后根據(jù)這一機制進行融合和再學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)本質(zhì)上是并行的，這為神經(jīng)網(wǎng)絡(luò)在多傳感器信息融合中的應(yīng)用提供了良好的前景 "基于神經(jīng)網(wǎng)絡(luò)的多信息融合有以下特點：1具有統(tǒng)一的內(nèi)部知識表示形式，并建立基于規(guī)則和形式的知識庫"o利用外部信息，便于實現(xiàn)知識的自動獲取和并行聯(lián)想推理"?能夠?qū)⒉淮_定的復(fù)雜環(huán)境通過學(xué)習(xí)轉(zhuǎn)化為系統(tǒng)理解的形式"？神經(jīng)網(wǎng)絡(luò)的大規(guī)模并行處理信息能力，使系統(tǒng)的處理速度很快"8） 卡爾曼濾波：卡爾曼濾波用于動態(tài)環(huán)境中冗余傳感器信息的實時融合，該方法同測量模型的統(tǒng)計特性遞推給出統(tǒng)計意義下最優(yōu)融合信息估計，如果系統(tǒng)具有線性動力學(xué)模型，且系統(tǒng)和傳感器噪聲是高斯分布的白噪聲，卡爾曼濾波為融合信息提供一種統(tǒng)計意義下的最優(yōu)估計"上述多傳感器信息融合方法都是針對具體的應(yīng)用系統(tǒng)提出的，它們的適用范圍也往往局限于特定的系統(tǒng)中，由于目前有關(guān)多傳感器信息融合的方法缺乏一般化和體系化，至今尚未形成具有普遍指導(dǎo)意義的原理和方法?我們將各種信息融合方法進行分析可以發(fā)現(xiàn) ，盡管各種方法具有特殊性，其結(jié)構(gòu)上仍有一些相似的內(nèi)容，由此可以對信息融合方法分類"一種分類法是按信息傳遞方式的不同將其分為串聯(lián)型信息融合!并聯(lián)型信息融合或串并混合型信息融合；另一種方法則按信息的表達方式不同將其分為定量信息融合!定性信息融合和動態(tài)信息融第五章多傳感器信息融合的基本內(nèi)容合 ；有人還按信息融合的層次不同分為像素級融合、特征級融合和決策級融合⑹。多傳感器信息融合通常在一個被稱為信息融合中心的信自！綜合處理器中完成，而一個融合中心本身可能包含另一個信息融合中心"多傳感器信息融合可以是多層次！多方式的，所以研究融合的拓樸結(jié)構(gòu)十分必要"多傳感器信息融合的拓樸結(jié)構(gòu)主要有集中型。分散型?；旌闲汀７答佇偷葞追N。課程編號12S12C0209課程名稱機器人多感知技術(shù)學(xué)期2014年春學(xué)位層次碩士適合專業(yè)機械工程 共1頁第_」頁4機器人多感知技術(shù)的前沿理論和發(fā)展趨勢4.1機器人多感知技術(shù)的發(fā)展趨勢未來機器人傳感技術(shù)的研究，除不斷改善傳感器的精度、可靠性和降低成本等努力外，熱點可能會隨著機器人技術(shù)轉(zhuǎn)向微型化、智能化，以及應(yīng)用領(lǐng)域從工業(yè)結(jié)構(gòu)環(huán)境拓展至深海、空間和其它人類難以進入的非結(jié)構(gòu)環(huán)境，使機器人傳感技術(shù)的研究與微電子機械系統(tǒng)、虛擬現(xiàn)實技術(shù)有更密切的聯(lián)系.在未來會有以下幾個研究方向成為機器人多感知研究的熱點方向?？赡苄岳碚?possibilitytheoryininformationfusion) ⑻.就是當部分信息的不精確性能夠用可能性分布來描述時，用模糊集理論的觀點來處理信息融合問題?不精確信息融合是與估計問題相區(qū)分的?這種方法可以用于傳感器融合、專家意見集結(jié)以及數(shù)據(jù)庫組合等方面 ?隨機集理論(randomsettheory)何.在研究多假設(shè)跟蹤算法時,已經(jīng)在多目標跟蹤和隨機集理論之間建立起聯(lián)系.一般多目標跟蹤問題可以用隨機有限集合來構(gòu)造，多目標狀態(tài)估計問題就可以描述成特殊的隨機集估計問題?證據(jù)推理理論(evidential reasoning approachforinformationfusion)[11].由Dempster-Shafer建立的證據(jù)理論是一種數(shù)學(xué)理論,可以進行不確定性推理,從而可以給出一種解決不確定數(shù)據(jù)結(jié)合的方法?因此，這種方法已經(jīng)在評估過程中成為多傳感數(shù)據(jù)融合基本方法 ?但是此方法仍然存在計算困難的缺點.4)信息矩陣濾波器對跟蹤融合的評價(evaluationoftrackfusionwithinformationmatrixfilter) [12].對跟蹤融合或狀態(tài)估計融合有三種評價方法：加權(quán)協(xié)方差法、信息矩陣法和偽測量法?對于具有反饋或不具有反饋的遞階式融合結(jié)構(gòu) ，融合穩(wěn)態(tài)的協(xié)方差的解析解可以得到.這樣可以分析跟蹤融合的內(nèi)部機理，而且可以大大簡化對融合性能的評價.基于多模型的目標跟蹤(targettrackingbasedonmulti-modelapproach) [13].由于目標不可能始終按照一個模型運動，多模型(MM)方法是一個行之有效的方法.然而,若選擇的模型構(gòu)成的集合太大，一般很難使用.現(xiàn)在常用的方法是模型集自適應(yīng)方法，即在線自適應(yīng)地選擇合適的模型集，從而大大提高效率?最新的有基于模糊Kalman濾波的模型集自適應(yīng)算法等.課程編號12S12C0209課程名稱機器人多感知技術(shù)學(xué)期2014年春學(xué)位層次碩士適合專業(yè)機械工程 共1頁第_」頁分布式置信融合(distributedbelieffusion)[14]就是建立一種邏輯,它對具有不同程度可靠性的代理的置信進行組合.這個邏輯是通過聯(lián)合多代理認知邏輯和多傳感推理系統(tǒng)而得到的 .對于各代理可靠性序列是用模式算子表示的，所以可在不同情況下用組合信息進行推理?此處存在不同的策略，最終將形成不同的結(jié)果?多傳感目標跟蹤的混合狀態(tài)估計(hybridestimationformultisensortargettracking) [15].所謂混合狀態(tài)濾波算法，即利用擴展卡爾曼濾波處理同時兼有連續(xù)和離散變量的動態(tài)系統(tǒng)狀態(tài)估計問題.該方法已經(jīng)用來估計運動車輛的跟蹤問題，連續(xù)變量描述車輛的運動過程，離散變量描述車輛的開停；多傳感包括運動目標檢測器(MTI)和多孔徑成像雷達(SAR)的不同檢測信息.傳感器管理.在多傳感信息融合系統(tǒng)的研究過程中，一方面要重視融合中心的融合規(guī)則的優(yōu)化設(shè)計,同時也要對各個傳感器源進行優(yōu)化調(diào)度，使每個傳感器資源能夠得到最充分合理的利用，并實現(xiàn)整個傳感器組最優(yōu)的總體性能?為構(gòu)成多傳感器協(xié)同工作的互補體系，必須依靠某種優(yōu)化準則來管理這些傳感器，以獲得最優(yōu)的數(shù)據(jù)采集功能?主要內(nèi)容應(yīng)包括傳感器性能預(yù)測，傳感器時空作用范圍控制準則,傳感器對目標分配的優(yōu)先級技術(shù)等，以最大限度地發(fā)揮其性能，從而使其操作成本降到最低?4.2機器人多感知技術(shù)的前沿理論隨著機器人技術(shù)的發(fā)展，適應(yīng)未來機器人的感知系統(tǒng)及相關(guān)研究將成為我們的主要任務(wù) ?可以預(yù)見的未來機器人及相關(guān)研究包括以下方面.多智能體機器人，工業(yè)系統(tǒng)正向大型、復(fù)雜、動態(tài)和開放的方向轉(zhuǎn)變 ，傳統(tǒng)的工業(yè)系統(tǒng)和多機器人技術(shù)遇到了嚴重的挑戰(zhàn).分布式人工智能(DistributedArtificialIntelligence,DAI) 與多智能體系統(tǒng)(Multi-AgentSystem,MAS)理論為解決這些挑戰(zhàn)提供了一種最佳途徑.將DAI和MA阪用于工業(yè)和多機器人系統(tǒng)的結(jié)果,便產(chǎn)生了一門新興的機器人技術(shù)領(lǐng)域一一多智能體機器人系統(tǒng) (Multi-AgentRobotSystem,MARS)在多智能體機器人系統(tǒng)中,最集中和關(guān)鍵的問題表現(xiàn)在其體系結(jié)構(gòu)、 相應(yīng)的協(xié)調(diào)合作機制以及感知系統(tǒng)的規(guī)劃和協(xié)商等.網(wǎng)絡(luò)機器人，通信網(wǎng)絡(luò)技術(shù)的發(fā)展完全能夠?qū)⒏鞣N機器人連接到計算機網(wǎng)絡(luò)上 ，并通過網(wǎng)絡(luò)對機器人進行有效地控制.這種技術(shù)包括網(wǎng)絡(luò)遙操作控制技術(shù)、網(wǎng)絡(luò)化傳感器和傳感器網(wǎng)絡(luò)化技術(shù)、眾多信息組的壓縮與擴展方法及傳輸技術(shù)等[12].機器人虛擬遙操作和虛擬傳感器，許多特種機器人在使用時，遙控是一個主要手段.基于多傳感、多媒體和虛擬現(xiàn)實、臨場感的虛擬遙控操作和人機交互，將成為需要共同發(fā)展的一項技術(shù).虛擬傳感器是對真實物理傳感器的抽象表示，通過虛擬傳感器可利用計算機軟件仿真各種類型的機器人傳感器,實現(xiàn)基于虛擬傳感信息的控制操作.機器人虛擬傳感器概念的提出并實際應(yīng)用于機器人的實際控課程編號12S12C0209課程名稱機器人多感知技術(shù)學(xué)期2014年春學(xué)位層次碩士適合專業(yè)機械工程 共1頁第_」頁制操作,可望大大緩解目前由于缺少某些種類的傳感器信息 ，或由于操作環(huán)境極端惡劣目前還不能提供在該環(huán)境下工作的傳感器信息而不能實現(xiàn)的機器人理想操作控制的矛盾 .并且,隨著虛擬傳感器研究的不斷深入和功能完善，也有可能,今后由虛擬傳感器完全取代或部分取代某些實際的物理傳感器 ，使機器人感知系統(tǒng)的構(gòu)成大大簡化、功能大大增強、成本大大降低 ?5總結(jié)目前我國傳感器第一大用戶冶金行業(yè)所需100種專用高附加值傳感器幾乎全部依靠進口?我國的化工行業(yè)、安全監(jiān)測等傳感器領(lǐng)域幾乎全部被美國公司所占據(jù) ?未來的發(fā)展給了我們機遇與挑戰(zhàn)并存，我們應(yīng)大力呼吁各級領(lǐng)導(dǎo)更加重視傳感器技術(shù)的發(fā)展 ，加大投資力度，加快建設(shè)步伐，抓緊產(chǎn)業(yè)技術(shù)改造和產(chǎn)品結(jié)構(gòu)調(diào)整，緊緊依靠科技進步，重視基礎(chǔ)研究，注重多學(xué)科的交叉研究，主動、積極拓寬傳感器技術(shù)在信息、環(huán)保、國防、醫(yī)療、能源、化工、冶金、交通、機械等領(lǐng)域的應(yīng)用,跟蹤國外傳感器最新的技術(shù)發(fā)展，使我國傳感器技術(shù)研究邁上新臺階，為我國的國民經(jīng)濟發(fā)展和國防現(xiàn)代化建設(shè)做出應(yīng)有貢獻?我們希望通過機器人技術(shù)、傳感技術(shù)、計算機技術(shù)與智能技術(shù)等的結(jié)合和學(xué)科交叉 ，以研制出多種實用的先進機器人為創(chuàng)新目標，重點進行先進機器人的控制、結(jié)構(gòu)及其感知系統(tǒng)的基礎(chǔ)性、前瞻性、戰(zhàn)略性研究，為形成我國具有自主知識產(chǎn)權(quán)的先進機器人大產(chǎn)業(yè)提供源源不斷的理論基礎(chǔ)和技術(shù)支持，并使我國先進機器人研究從理論和應(yīng)用都達到發(fā)達國家的水平,甚至達到國際領(lǐng)先水平課程編號12S12C0209課程編號12S12C0209課程名稱機器人多感知技術(shù)學(xué)期2014年春學(xué)位層次碩士適合專業(yè)機械工程 共1頁第_」頁課程編號12S12C0209課程編號12S12C0209課程名稱機器人多感知技術(shù)學(xué)期2014年春學(xué)位層次碩士適合專業(yè)機械工程 共1頁第_」頁參考文獻王天然?機器人?北京：化學(xué)工業(yè)出版社,2002.127-129羅志增,蔣靜坪.機器人感覺與多信息融合.北京：機械工業(yè)出版社，2002.1-11;91-107MiticheA,AggarwalsJK.Multiplesensorintegrationandfusionthroughimageprocesing:AReview,Opt.Eng.1986.25(3):38